There are a large number of items w

There are a large number of items with users' ratings on the internet. Instead of predicting items' ratings with the item content or the user-item-rating matrix, this paper proposes an approach to predict items' ratings basing on paired comparisons among contents of items with different ratings. We assume that the user interest on each item can be represented by the combination of different content features, and employ Bradley-Terry model to confirm the user interest value of each feature. Experimental results show that the competition-based recommender system outperforms popular approaches.

ผลลัพธ์ (ไทย) 1:

มีจำนวนมากของสินค้าที่มีการจัดอันดับของผู้ใช้บนอินเทอร์เน็ต แทนการคาดคะเนของสินค้าการจัดอันดับเนื้อหาสินค้าหรือเมทริกซ์คะแนนผู้ใช้สินค้า กระดาษนี้เสนอวิธีการทำนายคะแนนของสินค้าอ้างอิงบนจับคู่เปรียบเทียบระหว่างเนื้อหาของรายการอื่นอันดับ เราสมมติว่า ดอกเบี้ยที่ผู้ใช้แต่ละรายการสามารถแสดงได้ โดยการรวมกันของคุณลักษณะเนื้อหาแตกต่างกัน และใช้รุ่นเทอร์รี่ Bradley เพื่อยืนยันผู้ใช้ค่าดอกเบี้ยของแต่ละคุณลักษณะ ผลการทดลองแสดงว่า ระบบผู้แนะนำตามการแข่งขันมีสูงกว่าไฟนิยมวิธี

ผลลัพธ์ (ไทย) 2:

มีจำนวนมากของรายการที่มีการจัดอันดับของผู้ใช้บนอินเทอร์เน็ต แทนการทำนายรายการ 'การจัดอันดับที่มีเนื้อหารายการหรือเมทริกซ์ใช้รายการคะแนนบทความนี้นำเสนอวิธีการที่จะคาดการณ์รายการ' การจัดอันดับพิจารณาจากการเปรียบเทียบจับคู่ในหมู่เนื้อหาของรายการที่มีการประเมินที่แตกต่างกัน เราคิดว่าสนใจของผู้ใช้ในแต่ละรายการสามารถแสดงโดยการรวมกันของคุณลักษณะเนื้อหาที่แตกต่างกันและการจ้างงานรูปแบบเทอร์รี่แบรดลีย์เพื่อยืนยันค่าสนใจของผู้ใช้ของแต่ละคุณลักษณะ ผลการทดลองแสดงให้เห็นว่าระบบ recommender แข่งขันตามประสิทธิภาพดีกว่าวิธีการที่เป็นที่นิยม

ผลลัพธ์ (ไทย) 3:

มีจำนวนมากของรายการที่มีการจัดอันดับของผู้ใช้บนอินเทอร์เน็ต แทนที่จะทำนายอันดับรายการกับรายการเนื้อหาหรือรายการผู้ใช้การประเมินเมทริกซ์ กระดาษนี้นำเสนอวิธีการพยากรณ์ของรายการจัดอันดับการอ้างอิงเปรียบเทียบคู่ระหว่างเนื้อหาของรายการมีการจัดอันดับที่แตกต่างกัน เราสันนิษฐานว่า ดอกเบี้ยของผู้ใช้ในแต่ละรายการจะแสดงโดยการรวมกันของคุณลักษณะเนื้อหาที่แตกต่างกันและจ้างแบบแบรดลีย์เทอร์รี่ยืนยันผู้ใช้สนใจมูลค่าของแต่ละคุณลักษณะ ผลการทดลองแสดงให้เห็นว่าการแข่งขันตามระบบแนะนำมีประสิทธิภาพดีกว่าวิธีที่นิยม